陶哲轩上周在国际数学家大会上泼了一盆冷水。
王虹邓煜拿下菲尔兹奖刷屏全网不到 24 小时，这位 06 年的菲尔兹得主站上同一个会场，说了一句：数学正在迎来一场百年危机。不是逻辑地基的危机（那是一百年前罗素悖论和哥德尔干的），是价值观地基的危机。
从"证明稀缺"到"证明过剩"
他的演讲没有争论"AI 到底行不行"，而是直接假设 AI 已经赢了，然后问：如果解题这件事 AI 也能干，数学家存在的意义是什么？
要回答这个问题，得先把数学研究的目标说清楚。陶哲轩列了一长串：解决未解问题、发展新理论、理解世界、建设共同体、培养下一代、创造有审美价值的作品。过去几百年，这些目标高度绑定。解一个大问题，通常顺带推进了理论、培养了学生、凝聚了共同体。大家盯着"解题"这一两个指标干活，没毛病。
但他搬出了古德哈特定律：当一个度量成为目标，它就不再是好的度量。AI 让"解题"变得太容易了，原本绑在一起的目标开始脱钩。
他当场做了一个推演，把"数学研究到底图什么"改了五版。第一版，解尽可能多的未解问题。漏洞明显，你会收获海量错误证明。第二版，解题并验证其正确。有 Lean 这类证明助手可以做到，但新坑出现：AI 生成了一个超长证明，机器验证通过了，没有一个人类看得懂，算不算？第三版，加上清晰传达。但 AI 写的证明有个毛病：琐碎处啰嗦，关键处一笔带过，打磨得过于丝滑，读者以为自己懂了，合上屏幕什么也没留下。第四版，再加上被共同体消化和接受。一个成果要真正算数，得被其他人认可、用进自己的工作里。第五版，以上全部，并纳入领域的定论体系，进教科书，教给下一代。
五次改目标，画出了一条完整的流水线：生成、验证、表述、发表、正典化。 越往后，越慢，越依赖人，也越有价值。
陶哲轩的判断是：AI 让生产端爆发式提速，但后面每一个环节都会堵车。生成的证明堆着等验证，验证完的堆着等人写成能读的东西，写好的稿件淹没在同行评审里，发表了的成果多到共同体来不及整理成定论。他管这叫证明消化不良。
然后是全场分量最重的一句：数学，将从"证明稀缺"的时代，进入"证明过剩"的时代。几千年来，第一个解出问题的人拿走全部荣耀，天经地义。当证明变成批量商品，这套体系的地基就松了。
他的处方：降低"第一个解出"的权重，提高"消化"的权重。表述、发表、正典化，这些过去被视为二等工作的环节，将成为最稀缺的能力。
生产端被 AI 接管之后，瓶颈从"造出来"挪到了"消化掉"。这件事不只发生在数学里。
不只是数学
我读完这篇的第一反应是共鸣。不是对数学的共鸣，是对我自己工作的共鸣。
我带的 agent 团队，harness 搭到现在，生产端已经非常轻了。一个想法简单描述一下丢给 agent，它可以异步完成并提一个 PR 出来。一份打磨好的 PRD 直接喂进去，可以交付一个 MVP。从想法到产出，中间的路已经短到几乎不构成阻力。
但验证这一环，挪不动。
功能实现不难，验证它有没有价值仍然需要时间。在作为功能发布之前，要做全面的验收。测试能跑通只是起点，可用性、风格一致性、那些难以表达成约束和规范的标准，目前只能靠人去卡。AI 可以很快把结果给你，但你要把结果和你的目标做匹配，这个消化和落地的过程是瓶颈。
这跟陶哲轩说的"证明消化不良"是同一个结构。市场调研、方案策划、代码编写、视觉设计，凡是智力活动类的工作，都在经历同样的转向：agent 成了主要的生产者，人从生产者变成了消化者。
人的新角色：共识传播
我之前写过人在 agent 时代不可替代的几样东西：方向、发起、还没被客观化的判断。这些讲的都是人怎么启动和把关。但读完陶哲轩这篇，我意识到还有一个角色之前没单独拎出来讲过：推动共识的传播。
一个人加 agent 可以完成大部分软件开发工作。但开发出来的东西能不能被认可、接纳和使用，能不能解决真实的问题、适配足够精准的场景，只有投入到真实世界中才知道。这个过程一定需要其他人的参与。
最近很火的 FDE（前端部署工程师）就是一个活生生的例子。这个角色扛着方案咨询、工程落地、客户成功，一个人串起多方需求，最后交付的不只是一套代码，是一个具备各方共识的产品。他的价值不在写了多少行代码，在打通了多少层共识。
在多角色分工的场景下更明显。从市场端获得用户反馈，传导到产品经理，再向下传导到设计师、开发、测试，共同推进一个功能的落地。每一个交接都需要共识的流动和打磨。现在企业在各环节落地 AI 提效，人和组织的协作方式仍然是瓶颈。有时候需要做一些改变，让共识的达成路径更短、速度更快。不是把东西开发出来就结束了，而是要再往后推，让它被大部分人接受和认可。
陶哲轩在数学里叫它"正典化"：把个人的成就转化为集体的进步。在产品和工程里，我管它叫共识传播：把 agent 的产出转化为群体的共识和行动。结构是一样的，都是整条流水线里最慢的一环，也是最没法用 AI 加速的一环。
我的思考
第一，生产和消化以前绑在一起，现在在脱钩。 数学里，解题和正典化曾经高度绑定。产品工作里，开发和落地也是同一拨人在同一段时间内推完的。AI 把生产端的成本压到接近零，消化端的速度没变。这个落差只会越来越大。
第二，人的角色清单又多了一项。 之前写过方向、发起、验证。现在加一个：共识传播。不是做完就算，是推到被接纳。这个环节依赖人际信任、对真实场景的理解、和群体内的上下文流动，agent 接不住。
第三，"第一个做出来"的价值在缩水。 陶哲轩说第一个解出的权重该降，在所有智力活动里都一样。当 agent 可以批量生产方案、代码、设计稿，"谁先做出来"不再是最重要的问题。更重要的是谁能把它消化成可落地的东西，谁能推动它被接受。
第四，这个转变对团队协作的影响比对个人工作的影响更大。 一个人加 agent 的效率已经足够高了，但如果产出无法被团队消化和采纳，再高效的生产也只是库存。团队里最值钱的角色，可能不再是产出最多的那个，而是最能推动共识流动的那个。